工业时代奖励更多双手，外包时代奖励更多受过教育、工资更低的大脑。到了AI时代，奖励对象再次改变：不是谁能把最多的人塞进同一套流程，而是谁能让更少的人驾驭更多智能系统。

印度恰好站在这次切换最锋利的位置。它拥有全球最成熟的IT交付体系，也拥有最庞大的年轻知识劳动者队伍。过去，这两项资产互相强化；现在，AI正在把它们拆开重新估价。真正被做空的不是印度，而是「人数越多、收入越高」的旧外包公式。

一、资本撤离的不是人口，而是按人头收费的估值

市场已经投下了不信任票。截至2026年7月20日，外国投资者年内净卖出印度股票超过280亿美元。印度在MSCI新兴市场指数中的权重，也从2024年约20%的高位降至2026年6月末的11.1%。6月初，印度股市总市值一度跌至全球第7位，月底又回到第5位（据公开市场信息、MSCI指数资料）。

这组数字不能被简单解释成「AI做空印度」。油价、卢比、企业盈利与相对估值同样推动了资金流出，排名一个月内反弹也说明宏观资金正在快速轮动。但印度IT板块的弱势更具结构性：5家IT公司在Nifty 50中的合计权重已跌至7.6%以下，为2002年以来最低；Nifty IT指数年内表现明显落后于大盘（据指数资料、综合公开信息整理）。

资本担心的，是印度IT服务业最经典的利润公式正在失效。传统外包依靠庞大的初级人员金字塔承接代码编写、系统维护、测试和客户支持，再按照人数、工时与项目周期收费。企业增加收入，往往意味着增加员工。规模既是产能，也是估值依据。

生成式AI切断了这条线性关系。同样的标准化任务，开始由少量工程师配合编码助手完成。微软研究院公布的一项受控实验显示，使用GitHub Copilot的开发者完成指定编码任务的速度提高55.8%。实验不等于整个软件工程都能提速55.8%，但它已经证明：初级代码劳动的边际成本正在下降，客户没有理由继续为同样多的人头付费。

二、就业没有归零，金字塔的底层却正在变薄

印度IT就业数据呈现出一个关键分化。2026财年，塔塔咨询、Infosys、HCLTech、Wipro和Tech Mahindra合计减少6,981名员工；其中塔塔咨询减少23,460人。上一财年，这5家公司还净增加12,718人（据企业公开资料、综合公开信息整理）。

但据印度全国软件和服务公司协会预计，整个科技行业2026财年仍净增加约13.5万个岗位，总就业人数接近600万人，同比增长2.3%。这不是行业整体崩塌，而是就业结构发生迁移：大型外包商压缩人员密集型交付，全球能力中心以及AI、数据、云和网络安全岗位仍在扩张。

因此，「印度程序员将被AI清空」同样是一种过度叙事。AI能高效完成边界清楚、结果容易验证的工作，却仍需要人类理解客户流程、处理遗留系统、控制安全风险并对结果负责。被压缩最严重的，是重复性强、议价能力低的初级岗位，以及把员工数量当作收入代理变量的商业模式。

危险在于，教育系统仍在为旧金字塔输送底层人员。阿齐姆·普莱姆基大学的《2026印度就业状况报告》显示，15至25岁毕业生的失业率接近40%，25至29岁毕业生约为20%。这不是印度整体青年失业率，但它准确指出了最脆弱的人群：学历提高了职业期待，经济却没有同步创造足够的高质量入门岗位。

人口红利从来不是人口数量本身，而是劳动者能否进入生产率持续提升的岗位。当初级岗位减少、技能升级速度又赶不上AI迭代，年轻人口就会从增长资产变成就业压力。这才是印度真正的时间窗口。

三、印度的底牌不在人多，而在能否把AI变成服务

悲观论忽略了印度仍握有3张牌：成熟的全球交付流程、规模庞大的英语技术人才，以及覆盖身份、支付和数据交换的数字公共基础设施。它们不能保护旧外包模式，却可能成为新AI服务业的地基。

第一条转型路径，是从出售人时转向出售结果。全球企业需要部署智能体、整理私有数据、改造工作流、评估模型风险并维护复杂系统。印度服务商如果能把「派出5名工程师」改成「由1名工程师管理一组智能体并对结果负责」，收入就不再必须与员工人数同步增长。难点是这种模式会提高单人产出，却未必创造同等数量的岗位。

第二条路径，是把India Stack变成AI应用的分发底座。印度已有大规模数字身份、即时支付、电子文件和多语言公共平台。官方IndiaAI计划正向算力、数据、基础模型、应用开发和技能建设投入资源；农业、医疗、教育与公共服务，则提供了人口规模级的落地场景（据IndiaAI公开资料）。

这条路的优势是市场足够大，问题足够真实；风险则是算力、资本和前沿模型能力仍相对不足。拥有应用场景不等于拥有利润池，能够部署别人的模型，也不等于掌握核心定价权。印度能否从全球后台升级为AI时代的解决方案提供者，取决于它能否把流程经验、行业数据与本土分发能力组合成不可替代的产品。

四、右侧的答案：不要押注人口，等待生产率兑现

投白马的判断是：AI正在给印度人口红利重新标价，但尚未给印度经济判决。资本市场已经确认旧式IT外包的估值中枢下移，却还没有确认新AI服务模式能够填补缺口。这是转型期，而不是终局。

右侧交易者需要观察的，不是宏大的国运口号，而是4个可验证信号：IT企业收入能否摆脱员工数量增长；人均收入与利润率能否随AI工具提升；AI订单能否从概念发布转成可披露收入；Nifty IT相对大盘的弱势能否结束。只有经营数据与价格趋势同时改善，转型叙事才算浮出水面。

印度不会因为年轻人多而自动获胜，也不会因为AI强而自动失败。硅基时代真正稀缺的生产要素，不是人口，也不只是模型，而是把人、模型、数据与组织流程组合成生产率的能力。过去的人口红利靠数量兑现，未来的AI红利靠组织效率兑现。谁先完成这次转换，谁才有资格继续讲增长故事。

投白马 · 右侧信号

印度IT板块的下跌正在确认旧外包模式失去估值溢价，但科技行业仍保持净就业增长，说明变化是结构重组而非全面坍塌。市场做空的是按人数扩张的交付公式，不是所有印度技术资产。

对右侧交易者而言，人口规模与低工资都不是入场信号。人均收入、AI订单、利润率和相对价格趋势，才是判断新模式是否兑现的证据；在信号形成共振前，不为宏大叙事预付转型溢价。

投白马研报将继续跟踪印度IT服务商的收入结构与AI订单兑现，TBM指数则观察全球资金是否从AI硬件主线扩散到AI应用和服务。当资本重新奖励生产率而非人数，新的右侧趋势才真正开始。

── 投白马研究团队